Agente de atención al cliente con IA: cuánto cuesta crear uno o contratarlo en 2026

Contratar un agente de atención al cliente con IA como Intercom Fin cuesta $0.99 cada vez que resuelve un ticket. Desarrollar una solución propia reduce el costo marginal a unos centavos en tokens, pero solo después de invertir $50,000 o más en ponerla en marcha. Al final, toda la decisión depende de una cifra: cuántos tickets resuelve realmente la IA cada mes.

La respuesta está en una sola cifra

Al contratar el servicio, se paga una tarifa cada vez que el agente resuelve un ticket: alrededor de $0.50 a $1.50, según el proveedor. Con una solución propia, primero se desembolsa una suma importante para desarrollarla y, después, apenas unos centavos por ticket por el uso del modelo. Ese es el dilema completo. La variable que inclina la balanza es el volumen mensual de resoluciones.

Al hacer las cuentas aparece un umbral bastante claro. Para la mayoría de las empresas, una solución propia solo empieza a ser más económica por encima de 2,500 a 3,000 tickets resueltos al mes, de forma sostenida. Por debajo de ese nivel, la inversión inicial no llega a amortizarse: contratar es más barato, más sencillo y permite cambiar de proveedor con mayor rapidez. Por encima, las tarifas por resolución crecen lo suficiente para que el desarrollo se pague solo, normalmente en dos o tres años.

Por eso, la primera respuesta honesta es otra pregunta: ¿cuántos tickets cierra realmente la IA en un mes? Una marca DTC que gestiona 400 conversaciones de soporte al día ya está en territorio de desarrollo propio. Una empresa SaaS B2B que cierra 800 tickets al mes no lo está y puede contratar el servicio sin remordimientos. Lo que sigue sirve para ubicar cada caso en esa línea con cifras reales, no con el discurso comercial de un proveedor.

El costo de un agente de atención al cliente con IA contratado

Hoy, los servicios se cobran por resolución, no por usuario, e Intercom Fin fijó la referencia en $0.99 por cada ticket que cierra sin ayuda. Si no puede resolverlo y lo deriva a una persona, no se cobra nada. De ahí que el modelo parezca justo: el proveedor solo gana cuando la IA tiene éxito.

Fin no es la única opción en ese rango. Zendesk adoptó precios por resultados de $1.50 por resolución, HubSpot Breeze ronda los $0.50 por conversación resuelta, Help Scout cobra $0.75 y Gorgias, $0.90. Estas son las alternativas transparentes y de autoservicio; para la mayoría de los equipos medianos, empezar con una de ellas es la decisión correcta. La clasificación completa, basada en el costo real por resolución y no en listas de funciones, está en este análisis de herramientas de IA para atención al cliente.

El peligro está en la unidad de facturación. Algunos proveedores cobran por resolución, así que el precio anunciado coincide con el costo real. Otros cobran por conversación: se paga cada vez que el agente interviene, consiga resolver el caso o no. Una herramienta de $0.40 por conversación que resuelve el 60% de los tickets cuesta en realidad unos $0.67 por resolución, porque el 40% que no pudo solucionar también aparece en la factura. Antes de comparar una tarifa por conversación con cualquier otra, hay que dividirla entre la tasa de resolución.

En el segmento empresarial, los precios se vuelven opacos. Salesforce Agentforce ahora parte de un nivel gratuito y después cobra mediante Flex Credits: $500 por 100,000 créditos, facturados por acción a medida que aumenta el uso. Como una sola resolución puede activar varias acciones, el costo efectivo por ticket depende por completo de cómo estén diseñados los flujos. Eso dificulta cualquier previsión hasta que el sistema ya está funcionando.

Ada va un paso más allá y no publica ningún precio. Su sitio remite a una consulta comercial y afirma claramente que la plataforma encaja en empresas con al menos 300,000 conversaciones de atención al cliente al año. Ada cotiza cada resolución mediante un contrato empresarial personalizado; dicho de otro modo, quien necesita preguntar probablemente aún sea demasiado pequeño para el producto. Ese volumen mínimo ya aporta información útil: Ada está pensado justo para las operaciones de gran escala en las que una solución propia también empieza a ser viable.

Cuánto cuesta desarrollar una IA para atención al cliente propia

El costo de un agente de IA propio se reparte de una forma completamente distinta. El gasto marginal es casi nulo, porque cada resolución no es más que una llamada a una API cuyo uso se mide. Un ticket atendido por el agente puede leer entre 15,000 y 30,000 tokens de documentación recuperada e historial de la conversación, y generar unos miles más. Con las tarifas actuales de un modelo competente pero económico, alrededor de $1 por millón de tokens de entrada, el uso directo del modelo queda entre cinco y veinte centavos por resolución. Frente a los $0.99 de Fin, ese es todo el argumento a favor de tener una solución propia: pagar centavos por lo que en un servicio contratado cuesta un dólar.

El problema es todo lo que rodea al modelo. El modelo es la parte barata. Lo costoso es la capa de recuperación que encuentra el documento correcto, la lógica de derivación que sabe cuándo transferir el caso, el registro de resoluciones que demuestra qué ocurrió y el año o más de historial de tickets que enseña al agente a manejar los casos límite. Las estimaciones independientes de 2026 sitúan el desarrollo de un agente de IA personalizado entre $5,000 para una capa básica y $180,000 o más para un sistema listo para producción. Una cifra realista para un agente de soporte al que se le confiaría el trato con clientes es de $10,000 a $40,000 para una implementación básica, o de $50,000 a $150,000 para una solución de producción con integraciones y controles sólidos.

Además, los gastos continúan después del lanzamiento. Hay que presupuestar para mantenimiento alrededor del 15% al 25% del costo de desarrollo cada año, además del alojamiento, la supervisión y un ingeniero responsable cuando una actualización del modelo cambia su comportamiento sin que resulte evidente. Tener un agente propio también significa asumir sus fallos; por eso, el trabajo de controles y limitación del impacto no es opcional. Cuando falla un agente contratado, el problema es del proveedor. Cuando falla el propio, el problema también es propio.

El cálculo del punto de equilibrio

Pongamos cifras reales. Pensemos en una empresa SaaS mediana que gestiona 5,000 conversaciones con clientes al mes y alcanza una tasa de resolución del 60%. La IA cierra 3,000 casos y deriva los otros 2,000 a agentes humanos.

Con Fin a $0.99 por resolución, la factura es de $2,970 al mes, unos $35,640 al año, indefinidamente y con aumentos ligados al volumen. En una solución propia, la curva es muy distinta. Supongamos que el desarrollo para producción cuesta $60,000 por adelantado. Amortizado en tres años, equivale a $20,000 anuales. Después está la operación: el consumo marginal de tokens para 3,000 resoluciones ronda los $300 al mes, y la infraestructura y el mantenimiento suman de forma realista entre $1,000 y $1,500 mensuales. En total, unos $18,000 al año para mantenerla operativa.

Así, el primer año de una solución propia cuesta alrededor de $78,000, frente a $36,000 por contratar. Contratar gana con claridad. Sin embargo, en el segundo y el tercer año, la solución propia cuesta solo unos $18,000 anuales porque el desarrollo ya está pagado, mientras que el servicio contratado se mantiene en $36,000 y sigue creciendo. En algún momento del tercer año se cruzan los costos acumulados; a partir de ahí, tener el agente propio cuesta aproximadamente la mitad al año.

Ese cálculo corresponde a 3,000 resoluciones mensuales. Si el volumen baja a 800, contratar cuesta unos $9,500 al año y el desarrollo de $60,000 no se recupera dentro de ningún horizonte de planificación razonable. Si sube a 15,000 resoluciones al mes, Fin cuesta cerca de $178,000 al año; el desarrollo se paga en los primeros meses y la diferencia es contundente. La regla surge de las cifras: con un proyecto de entre $50,000 y $60,000, una solución propia empieza a ganar en un horizonte de tres años con unas 2,500 a 3,000 resoluciones mensuales sostenidas. Por debajo, conviene contratar. Muy por encima, desarrollar.

Solución propia o contratada: comparación directa

Las dos columnas corresponden a empresas distintas, no a presupuestos distintos. Contratar encaja en cualquier equipo que necesite resolver casos cuanto antes, que todavía no pueda prever su volumen o que vea el soporte como un costo que debe reducir, no como un producto que conviene controlar. También es la decisión correcta por debajo de unos pocos miles de resoluciones al mes, por muy atractiva que parezca, de forma aislada, la idea de pagar centavos por ticket. Una solución propia encaja cuando el volumen es alto y predecible, cuando los datos de clientes deben mantenerse fuera de plataformas de terceros o cuando la experiencia de soporte es un diferenciador que merece inversión técnica. El panorama más amplio de los agentes de IA muestra que hoy son pocos los equipos que realmente pertenecen a esa segunda columna.

Automatización de atención al cliente: el modelo híbrido que sí conviene

Para la mayoría de las empresas, la respuesta real no consiste en elegir de forma definitiva entre desarrollar y contratar. Es una secuencia. Primero conviene contratar para comprobar la tasa de resolución con tickets reales, porque ese porcentaje determina todas las cifras anteriores y no puede conocerse en una demostración. Tras seis meses con un proveedor que cobre por resolución, se puede observar qué proporción de los casos cierra de verdad la IA y dejar que los datos indiquen si el volumen supera el umbral necesario para desarrollar.

Si lo supera, hay dos caminos para tener una solución propia. El primero es desarrollar el agente completo y migrar, una decisión razonable con un volumen muy alto. El segundo es dividir el trabajo: contratar el servicio para la larga cola de tickets atípicos y poco frecuentes, y crear un agente especializado para los tipos de resolución más repetitivos y de mayor volumen, donde el ahorro en tokens es mayor y los casos límite ya se conocen. Este modelo híbrido captura buena parte de la ventaja económica de una solución propia, sin exigir un desarrollo de seis cifras ni asumir el riesgo de operar toda la función de soporte con código recién escrito.

El error está en comprometerse con un desarrollo antes de conocer la tasa de resolución, o en contratar indefinidamente con un volumen que lleva a pagar en silencio $150,000 al año por algo que podría funcionar con $18,000 de infraestructura. Ambas decisiones salen caras. La cifra intermedia revela cuál de ellas está a punto de cometerse.

¿Cuánto cuesta un agente de atención al cliente con IA en 2026?

Contratado, cuesta entre $0.50 y $1.50 por ticket resuelto, según el proveedor, sin inversión inicial. Desarrollado, supone un proyecto de $10,000 a más de $150,000; después, cada ticket solo consume unos centavos en uso del modelo. La alternativa más barata depende por completo de cuántos tickets se resuelvan al mes.

¿Realmente es más barato desarrollar un agente de IA propio?

Solo por encima de unas 2,500 a 3,000 resoluciones mensuales sostenidas. Con un desarrollo de entre $50,000 y $60,000, ese es el punto en el que las tarifas por resolución evitadas superan el costo de crear y operar la solución durante un horizonte de tres años. Por debajo de ese volumen, el desarrollo no se amortiza y contratar resulta más económico.

¿Cuánto cuesta Salesforce Agentforce?

Agentforce comienza con un nivel gratuito y después factura mediante Flex Credits: $500 por 100,000 créditos, cobrados por acción a medida que aumenta el uso. Como una resolución puede consumir varias acciones, el costo efectivo por ticket depende de la construcción de los flujos. Antes de contratar, debe calcularse con el número de acciones del caso concreto.

¿Cuánto cuesta Ada?

Ada no publica sus precios. Es un producto exclusivamente empresarial, cotizado por resolución mediante un contrato personalizado, y su propio sitio indica que encaja en compañías con al menos 300,000 conversaciones de atención al cliente al año. Si el volumen está por debajo de esa cifra, Ada no está diseñado para ese caso.

¿Siguen haciendo falta agentes humanos cuando hay un agente de IA?

Sí. Un agente bien ajustado en 2026 resuelve por sí solo alrededor del 60% al 65% de los tickets; el resto se deriva. Tanto al contratar como al desarrollar, hay que dimensionar el equipo humano para esa parte difícil. La IA debe modelarse como una herramienta que elimina la mayor parte del volumen, no todo.

Antes de invertir un solo dólar en desarrollo, la forma más rápida de saber si una solución propia se amortiza es compararla con el volumen real de tickets y la tasa de resolución. Ese es precisamente el trabajo que hay detrás de los sistemas de IA para atención al cliente: decidir entre crear y contratar con las cifras de cada empresa, no con las promesas de un proveedor.